「PythonでGoogleのPaLM 2 APIを使う方法」

PythonでGoogleのPaLM 2 APIを使う方法

GoogleのLLMをカスタマイズしてアプリケーションに統合する

Alexandre DebièveによるUnsplashの画像

生成AIは至る所に存在しています。私たちは、その強力なテクノロジーが持つ潜在能力がますます明らかになるにつれ、これにますます多くの企業が投資しているのを目にします。そして、ガートナーは述べています:近い将来、[生成AI]は競争上の優位性と差別化要因になるでしょう。

「近い将来、[生成AI]は競争上の優位性と差別化要因になるでしょう。」

残念ながら、生成AIモデルを開発することは、単なる複雑なエンジニアリング作業だけではなく、通常はかなり高価なプロジェクトです。幸いなことに、私たちはこれを自分自身で開発する必要はありません – APIを使用して既に開発されたものを再利用することができます!ですから、これ以上待つことはありません – 早速、私たちのアプリケーションに統合することで、生成AIをどのように活用できるかを見てみましょう。

この記事では、私たちはGoogleのLLMに対する回答である「PaLM 2」APIを見ていきます。PaLM 2は、Googleの初期モデルよりも約5倍多くのトレーニングデータを使用している、彼らの最新バージョンのPathways Language Modelです。

この記事では、いくつかのコード例を紹介し、Google Cloudに認証し、Python 3.11を使用してPaLM 2 APIを使用およびカスタマイズする方法を説明します。

1 | はじめに

PaLM 2 APIはGoogle CloudVertex AIプラットフォームを介してアクセスできます。したがって、API呼び出しを行う前に、Google Cloudアカウントの設定が必要です。ここでサインアップし、サービスを試すために$300の無料クレジットを入手することができます。

アカウントとプロジェクトの設定が完了したら、Vertex AI APIに認証するために使用するサービスアカウントを作成できます。サービスアカウントを使用する理由は、特定のIAM権限のみを与えることで、Google Cloudリソースへのアクセス制御を確保できるからです。私たちのユースケースでは、サービスアカウントにVertex AI Userロールを付与します。これはあなたのユースケースには広すぎるかもしれませんので、利用可能なアクセスロールを確認し、ニーズに合ったものを選択することをお勧めします。

We will continue to update VoAGI; if you have any questions or suggestions, please contact us!

Share:

Was this article helpful?

93 out of 132 found this helpful

Discover more

データサイエンス

「機械学習入門:その多様な形式を探索する」

最近、機械学習はどこにでもありますねもしもあなたがここにいるなら、機械学習が一体何なのかに興味を持ったのかもしれませ...

機械学習

機械学習の革新により、コンピュータの電力使用量が削減されています

新しい機械学習フレームワークは、マルチコアのコンピュータプロセッサにおいてエネルギー消費を削減するために電力使用を管...

AI研究

南開大学と字節跳動の研究者らが『ChatAnything』を導入:LLM強化された人物像生成に特化した革新的なAIフレームワーク

南開大学と字節跳動の研究者チームが、オンラインで大規模な言語モデル(LLM)ベースのキャラクターのための人間らしさのある...

機械学習

AI:大規模言語&ビジュアルモデル

この記事では、AIにおける大規模言語モデルと視覚モデルの重要性、それらの能力、潜在的なシナジー、データバイアスや倫理的...

AI研究

「MITとハーバードの研究者が革命的なAIベースの計算手法を公開:少ない実験で最適な遺伝子介入を効率的に特定する」

細胞再プログラミングの分野では、研究者は遺伝子の最適な変異を特定するという課題に直面しています。これは細胞免疫療法や...

AI研究

メタAIの研究者がRA-DITを導入:知識集約型タスクのための高度な検索機能を持つ言語モデルの改善のための新しい人工知能アプローチとして

“`html 大規模な言語モデル(LLM)の制約や非一般的な知識の捉えを困難にする問題、そして広範な事前トレーニングの高...